滴滴自动驾驶发车，它可能是中国自动驾驶的一大步

滴滴自动驾驶发车，它可能是中国自动驾驶的一大步

• 来源:网络
• 更新日期:2020-06-28

摘要：以前在美国参加 CES 的时候，来自世界各地的记者朋友们都喜欢尝试呼叫一下 Lyft 在当地运营的自动驾驶汽车。它的使用方法很简单，打开 Lyft 软件，选择呼叫无人驾驶汽车，等待汽车

以前在美国参加 CES 的时候，来自世界各地的记者朋友们都喜欢尝试呼叫一下 Lyft 在当地运营的自动驾驶汽车。

它的使用方法很简单，打开 Lyft 软件，选择呼叫无人驾驶汽车，等待汽车来到指定接驳点，上车，开始自动驾驶。

这和我们体验的传统叫车服务没什么不同，尽管我们上车后还带着满身的轻松好奇，但能走到这一步，出行平台和技术人员们往往付出着难以想象的努力。

他们考虑得更现实。首先是安全，美国的路况其实还相对简单，但车上不得不安排上两个测试员，一个保证随时在突发情况中接管汽车，一个用于记录和讲解车辆的一些基础数据。

作为任何一家商业公司，他们还要考虑技术的投入和产出比。显然，投身自动驾驶耗费着巨大的财力：一辆自动驾驶汽车的成本往往高达百万元以上，这还不算技术研发投入的费用和它所需要获取行驶数据的时间成本，出行公司如何收回研发成本？

我们经常会想：把这两个问题同样套到中国市场，我们所面临的自动驾驶环境亦是如此。

自动驾驶道阻且长，内部还需要至少做十年的持续投入。 滴滴 CEO 程维在 6 月 27 日的一份官方公告中提到。

不过，中国的自动驾驶环境也稍有不同。比如路况更复杂，但这也意味着我们可获取的训练数据会更多，在实现自动驾驶的过程中面临着更复杂的安全测试环境；比如中国孕育着更大的出行市场，所以对于出行公司来说，它们本身机会也变得更多。

6 月 27 日，滴滴在上海宣布开启自动驾驶载人应用示范项目。这意味着，从 27 日开始，上海市民都可以通过滴滴 app 报名申请在嘉定的测试区域内进行自动驾驶车辆的试乘体验。同时，它也标志着自动驾驶载人示范将进入规模化阶段。

滴滴供图一趟平稳的旅程

我们先来看一下滴滴这辆自动驾驶汽车。

和之前所见的林肯 MKZ 方案不同，这辆自动驾驶汽车由沃尔沃 XC60 改造。根据滴滴现场介绍，滴滴给它安装了近 20 个传感器，其中包括 1 个 64 线激光雷达、2 个 16 线激光雷达、7 个摄像头以及毫米波雷达和超声波雷达。它的总体造价超过百万。

但它和我们之前看到的那些初创公司的自动驾驶原型车也不太相同。由于汽车厂现在不生产自动驾驶汽车，也没有提供这样的配套方案，所以自动驾驶车往往需要打孔和安装摄像头，但对于初创公司来说，他们的方案主要是为了测试，所以看起来太 原型 了一些，而滴滴展示的这辆 XC60 看起来更 整体 ，应该是一个为规模化而设计好的方案。

雷达上还设计了一个雨刮器，滴滴供图

央视记者呼叫滴滴自动驾驶汽车的方式类似：滴滴为自动驾驶汽车专门设置了接驳点，地面上有专用的线路涂装，在呼叫自动驾驶汽车后，滴滴会像传统叫车服务一样派单到接驳点。

滴滴供图

然后滴滴自动驾驶车缓缓驶出，雨天状况下行驶和刹车都非常平稳，滴滴还在车内设计了一个可以观测周围区域的显示器。央视记者体验过程中出现了两三次人为接管，不过他体验后也坦诚，它和普通叫车乘车也没太大的区别（体验点在国家智能网联汽车（上海）试点示范区）。

在体验过程中，值得注意的是它的车路协同的方案。我们都知道，激光雷达就像是自动驾驶汽车的 眼睛 ，而在路端部署车路协同方案就像是给汽车在路口部署另外一双 眼睛 ，通过 V2X 通信的方式，路端设备可以将红绿灯信息、行人或是车辆的停车信息回传自动驾驶汽车，借此可以实现路口红灯提前预知减速，路口转弯侦测视野盲区驶出的电动车等等。

滴滴的方法论

实际上，那些自动驾驶公司实现自动驾驶后的体验基本相同，而区别主要在于技术的路径和落地方法上。

所有的自动驾驶公司往往面临一个 悖论 ：自动驾驶测试要更安全，意味着它就需要更多的数据，而数据产生的前提其实就是让更多的测试车跑到路上去。当然很多人也会认为，要保证这辆车足够安全，才可以上路测试。

对于自动驾驶来说，技术已并非天花板，而训练数据的多少其实是走向运营和落地的关键。

市场上的做法往往都是在这样的测试区域先跑通几十辆的自动驾驶车队之后，再将车队的数量以及运营范围扩大。比如封闭测试道路测上半年，然后一些城市特定区域逐渐开放一部分自动驾驶出租车服务。

在训练数据的获取上，滴滴有一套自己的方法。

滴滴自动驾驶公司 CTO 韦峻青在直播中提到了一项关键数据：滴滴自动驾驶是世界上唯一拥有千亿公里数据的自动驾驶公司。而滴滴自主研发的车载设备桔视，覆盖了滴滴平台上 50% 以上的订单。

我们查询到，后者桔视其实是滴滴旗下的一家子公司。简单来说，桔视是一个拥有前视和后视摄像头功能的后装解决方案，类似于后装的智能行车记录仪。但它的前视摄像头是负责采集汽车行驶时的路面数据，后视摄像头则用来负责识别车内安全环境。

而就是通过这种简单的安装，滴滴每年可以获得近 1000 亿公里的驾驶场景数据，从而实现自动驾驶算法的迭代。

滴滴供图

解决了训练数据的启动问题，那么第二个问题是：to C 的自动驾驶公司提供服务，用户们往往需要专门注册这家公司会员，然后下载专门的 app，而多数用户基本上也是尝鲜的目的，用完即走。一旦撇除体验，选择这个服务人就又少之又少。

滴滴的优势往往一直是出行数据类的技术，比如 AI 算法智能派单，大数据的运营和出行网络数据的运营等。

在央视记者的体验环节中——滴滴在测试软件上直接植入了一个自动驾驶汽车呼叫功能。虽然目前它依然存在用户尝鲜这个属性，但以后如果结合滴滴的出行大数据进行混和派单，让用户不主动做出选择，即不存在用户用完即走的问题。

滴滴自动驾驶公司 CEO 张博称：乘客发单的时候，滴滴已经知道了出发点、目的地和路线，就能够判断这条路段是更适合自动驾驶还是人类驾驶，然后实现混合派单。

这也是滴滴做自动驾驶的优势。借助已经存在的庞大的用户数据和运营数据，滴滴能够在技术研发和运营上无缝植入自动驾驶，从而加速整个自动驾驶行业的应用部署。

滴滴提供的自动驾驶方案也与其他 AI 公司不同，它更具可规模交付的属性。比如他们已经考虑净空后备箱，而其他 AI 公司的自动驾驶汽车往往是展示方案，它们的后备箱往往塞满了需要散热的计算架构；在内部，乘客的这套可交互的屏幕也趋近完整规模化的方案。

这也是让我们兴奋的一点。它意味着自动驾驶载人示范即将进入规模化阶段，这个规模化不是此前媒体和行业人士才能体验到小范围的、封闭式的自动驾驶试乘。它不再是所谓的行业前沿的 PPT 技术 ，滴滴面向的是广大市民和普通用户，用户们可以亲身参与体验。从技术科普和应用的角度来看，它所具备的意义也因此与众不同。